Два ИИ-агента, встроенных в существующую экосистему ITSM клиента, взяли на себя триаж тикетов и предоставили институциональные знания каждому инженеру. Теперь пропускная способность службы поддержки растет вместе со спросом, а не за счет увеличения штата.
- Основные результаты
- Проблема
- Задача
- Решение
- Результат
- Часто задаваемые вопросы
Основные результаты с первого взгляда
~35%
Повышение производительности инженеров техподдержки, что позволяет команде справляться с растущим объемом инцидентов
~28%
Сокращение среднего времени решения, позволяющее сотрудникам быстрее возвращаться к работе
В 23 раза
Более активное использование баз знаний при каждом взаимодействии с тикетом, гарантирующее, что каждое исправление опирается на проверенные решения
Проблема
Почему ИТ-сервис испытывал трудности с масштабированием?
Ручной триаж и сильная зависимость от экспертов (SME) замедляли обработку каждого инцидента, ставили под угрозу соглашения об уровне обслуживания (SLA) и ограничивали объем спроса, который служба поддержки могла обработать.
Наш клиент, глобальный дистрибьютор электроники из списка Fortune 500, полагался на ручной труд в повседневной ИТ-поддержке. Тикеты ждали своей очереди, пока кто-то их не рассортирует и не назначит. Затем инженеры обращались к экспертам для диагностики проблем, что увеличивало циклы решения и усложняло обработку каждого нового скачка объема инцидентов.
- Значительный объем ручного труда в повседневных ИТ-операциях снизил общую эффективность
- Длительные циклы решения инцидентов затрудняли своевременное соблюдение SLA
- Ручной триаж тикетов задерживал их назначение и, как следствие, решение
- Сильная зависимость от экспертов ограничивала возможности масштабирования ИТ-операций
Задача
Чего должен был добиться клиент?
Клиенту требовалось более быстрое и предсказуемое разрешение инцидентов, а также модель поддержки, способная справляться с растущими объемами без необходимости ожидания доступности экспертов.
Это означало исключение ручного труда из процессов триажа и назначения, более раннюю передачу каждого тикета инженеру и предоставление каждому инженеру необходимого контекста для самостоятельной диагностики проблем.
Решение
Как интеллектуальный ИИ преобразует ИТ-сервис?
Используя возможности HCLTech AI Force.ITOps, мы развернули двух ИИ-агентов в рамках существующей ITSM-экосистемы клиента: один снижает зависимость от экспертов и ускоряет диагностику, а другой автоматизирует триаж и назначение инцидентов.
Вместо расширения штата для поспевания за спросом мы устранили ручные этапы из жизненного цикла инцидента. Каждый агент нацелен на конкретное «узкое место». Вместе они доставляют тикеты от момента поступления до решения с гораздо меньшим временем ожидания.
Результат
Каковы были измеримые результаты внедрения интеллектуального ИИ в ИТ-операциях?
Теперь инженеры разрешают инциденты быстрее и более предсказуемо, а служба поддержки справилась с 40-процентным ростом входящего потока инцидентов при том же размере штата.
Автоматизированный триаж сократил разрыв между созданием и назначением тикета. Контекстные рекомендации предоставляют проверенные исправления инженерам на каждом этапе взаимодействия, позволяя знаниям, которые раньше были доступны исключительно экспертам, охватить всю команду. Ускорение процесса принесло пользу пяти потокам создания ценности: «от заказа до поступления средств» и «от закупки до оплаты», цепочке поставок корпоративных данных, от склада до выполнения заказа, службам бизнес-интеграции и партнерскому подключению.
Часто задаваемые вопросы
Вопросы, на которые отвечает это тематическое исследование
Следующие вопросы отражают то, как специалисты, покупатели и поисковые системы на базе ИИ ищут эту тему.
- Что такое HCLTech AI Force? HCLTech AI Force — это платформа трансформации сервисов на базе генеративного ИИ и интеллектуальных агентов от HCLTech, которая автоматизирует, дополняет и ускоряет жизненный цикл разработки программного обеспечения (SDLC) и рабочие процессы в сфере ИТ-поддержки, поддержки приложений и бизнес-операций.
- Что такое HCLTech AI Force.ITOps? HCLTech AI Force.ITOps — это способ реализации ИТ-операций под управлением ИИ в инфраструктуре и приложениях с использованием HCLTech AI Force, нашей корпоративной платформы генеративного ИИ и интеллектуальных агентов. Она помогает организациям трансформировать операции цифровой инфраструктуры и услуги управления приложениями (AMS) из изолированных трудоемких функций в связанную, интеллектуальную и все более автономную операционную модель. Постоянно считывая сигналы в облачных средах, инфраструктуре, приложениях, конечных точках, сетях, пользовательских взаимодействиях и бизнес-процессах, платформа применяет предиктивный анализ, обнаружение аномалий, моделирование рисков и автономное устранение неполадок для предотвращения инцидентов, повышения устойчивости и улучшения пользовательского опыта.
- Как интеллектуальный ИИ ускоряет триаж и назначение инцидентов? ИИ-агент может выполнять триаж и автоматически назначать входящие инциденты, устраняя ручную очередь между созданием тикета и первым откликом. В данном проекте наш агент первоначального реагирования сопоставлял тикеты с инженерами, используя правила смен, что помогло снизить время обработки первичного отклика примерно на 19%.
- Как команды ИТ-поддержки могут снизить зависимость от экспертов? Предоставляя экспертные знания в распоряжение каждого инженера. Наш агент поддержки сервисов рекомендует решения на основе исторических инцидентов, базы знаний (KEDB) и баз знаний организации, поэтому инженеры могут диагностировать проблемы, не дожидаясь эксперта. Клиент зафиксировал увеличение использования справочных материалов в 23 раза на каждую точку контакта.
- Могут ли ИИ-агенты работать с существующей платформой ITSM? Да. В этом проекте мы интегрировали обоих агентов с существующей ITSM-экосистемой клиента, поэтому автоматизированный триаж и рекомендации по решению выполняются в рамках привычных рабочих процессов поддержки.
- Какие результаты могут ожидать дистрибьюторы от ИТ-операций под управлением ИИ? Основываясь на нашем опыте работы с глобальным дистрибьютором электроники из списка Fortune 500, организации могут рассчитывать на такие результаты, как повышение производительности инженеров поддержки примерно на 35%, сокращение среднего времени решения примерно на 28%, сокращение времени обработки первоначального отклика примерно на 19% и снижение общего среднего времени восстановления (MTTR) примерно на 17% при обработке возросших объемов инцидентов с тем же количеством сотрудников.
Сделав интеллектуальный ИИ инструментом для триажа и решения задач, мы помогли глобальному дистрибьютору электроники из списка Fortune 500 превратить потенциал службы поддержки из вопроса численности персонала в масштабируемый ресурс. Это практический шаг на пути к концепции Zero Touch Ops, лежащей в основе HCLTech AI Force.ITOps, где рутинные операции становятся все более автономными, а люди могут сосредоточиться на стратегических решениях.
